Académique Documents
Professionnel Documents
Culture Documents
MEMOIRE PRESENTE A
L'UNIVERSITÉ DU QUÉBEC À CHICOUTIMI
COMME EXIGENCE PARTIELLE
DE LA MAÎTRISE EN INGÉNIERIE
Par
Samuel Gosselin-Brisson
Avril 2006
Mise en garde/Advice
Résumé :
L'objectif des travaux réalisés est de développer des stratégies de contrôle pour une
suspension active de véhicule automobile. Pour atteindre cet objectif, différents modèles
analytiques ont été mis au point pour simuler la réponse de la suspension à différentes
perturbations. Ces modèles comprennent les éléments passifs représentant le véhicule, les
actionneurs et les différentes lois de contrôle étudiées.
Au cours des travaux, les principales stratégies utilisées dans la littérature ont été
évaluées afin de cibler les avantages et les inconvénients leur étant reliés. Suite à ces
résultats, un système actif incluant des capteurs de mouvement de suspension, des gains
fixes et des filtres d'ordre limités a été développé en utilisant les algorithmes génétiques.
Les résultats obtenus montrent une amélioration appréciable de la performance pour un
modèle de véhicule à quatre degrés de liberté.
Ill
Remerciements
Je tiens à remercier sincèrement mon directeur de maîtrise Mohamed Bouazara pour
son support et sa flexibilité tout au long de ces deux dernières années. Je lui suis
reconnaissant d'avoir cru en mon potentiel autant pour la réussite de la maîtrise que pour
d'autres activités complémentaires, telle la Formule SAE. Ce sont ses explications, son
soutien et sa compréhension qui m'ont permis de produire le travail qui suit. Ces
remerciements s'appliquent également à mon co-directeur Marc J. Richard du département
de génie mécanique de l'Université Laval. Sa présence, son soutien et ses conseils ont joué
un rôle important dans mon cheminement.
Introduction
1.1 Problématique
Le premier chapitre présente la revue de littérature qui a été réalisée. Cette recherche a
permis de préciser les entrées du système et les critères de performance. Les différentes
stratégies de contrôle retenues sont également énumérées dans ce chapitre.
Le second chapitre est consacré aux modèles de véhicules utilisés. Le premier modèle
représente un quart de véhicule. Des modèles demi véhicule sont ensuite détaillés. Ils
permettent d'augmenter le réalisme du modèle en incluant le roulis et le tangage.
Le chapitre 4 détaille la conception d'une barre anti roulis passive et active pour un
modèle demi véhicule. Le contrôleur de la barre anti roulis active est conçu en utilisant le
contrôle par la méthode de Ricatti. Les performances des systèmes passifs et actifs sont
ensuite comparées et des hypothèses sont étudiées pour simplifier le contrôleur.
Les algorithmes génétiques sont utilisés au chapitre 5 pour concevoir un système actif
en utilisant un modèle demi véhicule longitudinal. Des filtres sont ajoutés avant
l'optimisation pour augmenter la représentativité des critères de performance. Les résultats
démontrent l'efficacité d'un contrôleur combinant des gains de contrôle et des filtres d'un
ordre réduit.
Le but premier des suspensions automobiles est d'atténuer les perturbations causées par
les imperfections de la route. Pour que la suspension soit efficace, il faut préciser la route
sur laquelle le véhicule sera utilisé.
Plusieurs travaux utilisent la densité spectrale de puissance pour caractériser la route [
5, 6, 7 ]. La figure 1 présente la densité spectrale de puissance pour une autoroute, une
route principale et une route secondaire. L'amplitude varie selon le type de route, mais la
densité spectrale de puissance présente toujours un plateau pour les basses fréquences
(jusqu'à lHz) et diminue graduellement lorsque les fréquences augmentent.
0.01 r - t r i - •> j
i m r-p-
Motorway
Main road
0.001 Minor road
N
0.0001
Q le-05
le-06
le-07
10
Frequence (Hz)
1.3.2 Accélérations
Lors d'un usage normal, un véhicule automobile subit des accélérations longitudinales
et latérales. La suspension doit atténuer les mouvements de tangages et de roulis
provoquées par ces accélérations. Pour concevoir un système efficace, il faut caractériser
les accélérations auquelles le véhicule sera sujet.
Les accélérations latérales sont causées par les manœuvres de virages et de correction
de trajectoire. Comme ces manœuvres sont provoquées par le conducteur, les fréquences
restent limitées et l'amplitude décroît avec l'augmentation de la fréquence. Cette
hypothèse est confirmée par la mesure de l'angle du volant sur un véhicule de promenade et
sur un véhicule de rallye [ 8 ].
1.3.3.1 Confort
Une des fonctions principales de la suspension est d'assurer le confort des passagers.
La norme ISO-2631 précise le temps maximal d'exposition d'un travailleur aux vibrations
en se basant sur l'amplitude et la fréquence de l'accélération verticale subie. La figure 2 est
tirée de cette norme, nous y remarquons la grande sensibilité de l'homme dans la bande de
fréquence allant de 4 à 8 Hz.
Oùn =30.Q2rad/s
ft,=4.78Hz (1.2)
#=0.5
10" 10 10
Frequence (Hz)
Dans le cas d'une suspension active, une force est appliquée sur les masses suspendues
et non suspendues par un actionneur. La puissance requise pour générer cette force est
limitée puisqu'elle provient généralement du moteur. La force requise par l'actionneur doit
également être minimisée.
Comme les entrées sont incontrôlables, la réponse est minimisée en réduisant la valeur
de la fonction de transfert G(jco) à la fréquence donnée. Afin de minimiser la réponse sur
une plage de fréquences désirées, la valeur de G(jco) doit être réduite pour toutes les
fréquences concernées.
Pour représenter la fonction de transfert par une seule mesure, la valeur efficace (RMS)
est utilisée [4]. Cette méthode facilite l'élaboration d'une seule fonction mathématique à
optimiser. Si So représente la densité spectrale de l'entrée, la valeur moyenne au carré
d'une fonction de transfert Hy(oo) est donnée par :
(1.4)
V (1.5)
Composantes Pourcentage
Pièces coulées (moteur, tête, entrée d'air, transmission) 61.9%
Feuilles (radiateur, autres échangeurs de chaleur) 12.9 %
Roues 15.7 %
Finition intérieure et extérieure 4.6 %
Châssis et suspension 2.6 %
Panneaux de carrosserie (capot) 1.2%
Carrosserie 0.7 %
Pare choc 0.4 %
(100%)
5Û
D STEEL BODIES
BMW 740 (1994) MB Scias:* 1!
-^
/\. I ALUMINIUM BODIES MB S class 1999
JAGUAR XJ
O) BMW-28
'o
(50%)
•o
o
X350 (XJ)
Aluminium, Riveted
Adhesively Bonded
Stamped Sheet
Structure
j.O 35.0
3
Vehicle Size [m ]
matériau permet d'obtenir un poids de 220kg pour le châssis et la carrosserie, soit une
diminution de 40% par rapport à un assemblage similaire en acier [ 19 ].
Les éléments de suspension, tout comme le châssis, sont fortement sollicités. Peu à peu,
des progrès sont réalisés et permettent maintenant la production d'éléments de suspension
faits d'aluminium, ce qui permet une diminution de poids notable. Par exemple, les
ingénieurs de Lotus ont redessiné les éléments de suspension du modèle Elise en
remplaçant l'acier par l'aluminium. Ils ont ainsi réduit la masse de ces éléments de 34%
[15].
Pour la réduction de la masse suspendue, il est plus difficile d'établir une valeur. Nous
estimons qu'un châssis représente le quart du poids total du véhicule. En posant
l'hypothèse d'une réduction du poids du châssis de 30%, ce qui reste conservateur, le poids
de la masse suspendue est diminué de 7.5%.
L'ajout d'éléments actifs contrôlés par des systèmes électroniques permet d'améliorer
sensiblement les performances de la suspension [ 1, 2, 3, 4 ]. Bien que plus efficaces
qu'une suspension passive, de tels systèmes sont plus complexes puisqu'un plus grand
nombre de paramètres doivent être ajustés. La conception d'un tel système requiert le
développement d'une stratégie de contrôle adaptée et efficace. Pour résoudre ce problème,
différentes stratégies seront étudiées.
Les travaux réalisés sur les suspensions actives, comme la plupart des systèmes de
contrôle, utilisent des équations linéaires et la formulation de variables d'état pour
représenter la dynamique du système. Le vecteur d'état x est composé des variables du
système. Pour une entrée de contrôle u et une perturbation z, les matrices A, B et L
représentent la dynamique du système.
(1.6)
(1.7)
Tous les modèles utilisés lors de travaux de recherche utilisent cette formulation. La
section suivante présente différentes méthodes de contrôle utilisées pour la conception et
l'optimisation du contrôleur.
Le « skyhook damping » est une stratégie de contrôle simple et efficace. Le concept est
relativement simple : l'actionneur simule la présence d'un amortisseur entre la masse
suspendue et le ciel. La présence de cet amortisseur réduit l'amplitude de la résonance de
la masse suspendue, ce qui améliore les performances [21].
? a ~ C
skvhookZs (1.8)
Comme la seule variable est la vitesse de la masse suspendue, un seul capteur est
nécessaire. Malheureusement, il n'est pas facile de mesurer la vitesse absolue dzs/dt.
Cependant, pour résoudre ce problème, il est possible d'intégrer la réponse d'un capteur
mesurant directement l'accélération.
12
Cette méthode utilise l'équation de Ricatti afin de calculer des gains de contrôle
optimaux. Ces gains forment la matrice de contrôle G qui multiplie le vecteur d'état afin de
calculer la valeur de l'entrée contrôlée u.
u = -Gx (1.9)
M-MBR-'B'M + Q (1
l T
G = R' B M
Le toolbox « Control System » de Matlab contient la fonction care qui résout l'équation
de Ricatti et calcule le vecteur de contrôle G. Pour utiliser cette fonction, nous devons
définir les matrices A, B, N, Q et R.
La matrice G contient les coefficients qui multiplient chaque variable d'état. Il est
ensuite possible de formuler une nouvelle matrice A c modélisant la dynamique du système
en incluant la loi de contrôle et l'actionneur.
AC=A-BG (1.12)
Puisque G est une matrice qui multiplie toutes les variables d'état, il est nécessaire de
mesurer toutes les variables d'état. Dans le cas d'une suspension active, certaines variables
d'état sont difficilement mesurables. L'ajout d'un observateur optimal permet de
13
I u I
K C
y* Gain Gain
Observateur Contrôle
y A A
C
I J
1.5.3 Contrôle H*
Le contrôle Hœ est basé sur la norme Hœ [11, 23]. Pour un système ayant une entrée et
une sortie avec une fonction de transfert G(s), la sortie s(t) à une entrée e(t) = Ee1™* est
donné par :
Pour un système multi variable, une valeur singulière est utilisée, soit
Pour un système à une seule variable il n'y a qu'une seule valeur singulière
(1. 14)
(1.16)
La norme G(s) est la valeur la plus élevée du gain du système sur toute la gamme des
fréquences co. Pour un réel y > 0{D), JG(s)jx < y si la matrice suivante n'a pas de valeur
propre sur l'axe imaginaire.
A-BR~lDTC 1
J - l T>T
- yBR-'B
H
r =
yC1 S'lC -AT +CTDR'1BT
R= DTD-fl (1. 17)
S = DDT - y2l
Le problème standard H» débute avec un système P(s) qui modélise les relations
dynamiques entre les entrées extérieures w (commandes, perturbations, bruits), u (éléments
actifs), les sorties e (variables d'observations) et les mesures y disponibles pour faire la
commande. Le but de la synthèse est de concevoir un contrôleur, ou plus directement de
trouver une fonction de transfert K(s) qui permet de contrôler efficacement le système.
y U
K(s)
Comme le système P(s) a deux entrées et deux sorties il peut être partitionné de la
manière suivante:
e(s)
(1. 19)
= F1(P(s),K(s)W(s)
(1. 20)
-P
X = Rie
(1. 22)
ATX-XPX +Q = i
A-i
H4) R,rang
Dyw
Si les hypothèses précédentes sont vérifiées, le problème a une solution si les cinq
conditions suivantes sont remplies :
A r2BwBj-BuBuT
1) La matrice n'a pas de valeur propre sur l'axe
-CjC. -A1
imaginaire ;
2) II existe une matrice ! „ = RiciH^ ) > 0 ;
AT r*C.C.T -CyTCy
3) La matrice n'a pas de valeur propre sur l'axe
B BT -A
imaginaire ;
4) II existe une matrice Yx = RiciJ^ ) > 0 ;
Comme le contrôleur optimal doit remplir ces cinq conditions, une recherche
dichotomique est effectuée en vérifiant les conditions pour y jusqu'à ce que la plus petite
valeur soit trouvée. Cette recherche est couramment appelée « y-itération ». Comme
l'optimalité de la solution n'est pas toujours assurée, nous pouvons obtenir un contrôleur
sub optimal.
Sous les conditions précédentes, le contrôleur K(s) stabilisant le système est décrit par :
Xait)
«(0 yit)
-cv h. 0 y ait)
(1. 23)
(1.24)
u(t)
Création de la solution 1
population de solution 2
départ Décodage de
chaque gène
Sélection
Évaluation de la
performance
solution j
Croisement
& Progéniture
nouvelle mutation
population
18
La population de départ est créée de manière aléatoire. Le plus grand défi de cette
étape est le codage de la solution en un gène. Le tableau suivant fait le lien entre les termes
génétiques et la solution mathématique.
Si les variables à optimiser sont des nombres réels, il est possible de les représenter par
une série de nombres binaires appelés bits. La quantité de bits limite le nombre de
possibilités, il est donc recommandé d'utiliser un nombre de possibilités acceptable et un
facteur pour atteindre l'ordre de grandeur désiré. Le codage permet de définir les bornes
pour chaque variable à optimiser.
Une fois que le chromosome représentant une solution est bien défini, une population
est créée de manière aléatoire. Cette population sera composée de k individus où chaque
individu est représenté par la variable Vk.
fk=eval(vk) (1.25)
Lorsque la forme physique de tous les individus est connue, la forme physique totale F
de la population est calculée.
A = ^ (1.27)
t
Une valeur qk est obtenue pour chaque individu. Ces valeurs sont croissantes avec
l'index k de chaque individu jusqu'à 1 pour le dernier individu. Pour effectuer la
reproduction, un nombre aléatoire entre 0 et 1 est généré pour chaque individu de la
population de départ. À chaque nombre aléatoire ni est associe l'individu k, qui satisfait la
relation suivante.
qk_y<n1<qk (1.29)
Pour explorer de nouvelles possibilités dans l'espace des solutions, il est essentiel de
créer de nouveaux individus. Les processus sont basés sur ceux de la nature : le croisement
et la mutation des gènes.
Le croisement est fait de manière semblable à celle des êtres vivants. Un taux de
croisement p c est utilisé pour déterminer les individus qui seront croisés. Lorsque deux
parents sont sélectionnés, les chromosomes de chaque parent sont séparés en deux à un
emplacement aléatoire et chaque partie est ajoutée à celle de l'autre parent pour former
deux enfants [25]. Le nombre total d'individus dans la population demeure constant mais
20
V, I I I I I i J I M I I t I I I t I 1 I t I i I I t I I M i I I
parents
V2 I I I I I I I I I I I I I I I I
Vt I I i I i I I i I 1t i I I I I I I I I I I I I I I I
enfants
VC2 I I I I I I I I I M M I I I I I I I 1 t 1 I. I J
Le processus de mutation est lui aussi basé sur la génomique. Lors de la mutation, la
valeur d'un bit est inversée. Tout comme la reproduction, la mutation a une probabilité p m
de se produire pour chaque bit.
Vi i i i ITTT M i r rrnr i i M M I T M M M M n
V'i I I M II M II M M Ol 1 M M M I II
Une fois toutes ces étapes complétées, une nouvelle génération a été créée. L'évolution
se poursuit pour un nombre donné d'itérations. Comme dans les réseaux de neurones et
d'autres algorithmes qui doivent converger, il est possible de mesurer l'évolution de la
solution avec un graphique qui donne la performance du meilleur individu pour chaque
génération. Si l'algorithme converge, la performance du meilleur individu cessera de
s'améliorer pour les dernières générations, ce qui signifie que la solution optimale est
atteinte.
d'une réponse réaliste, il est possible de comparer plusieurs réponses ayant convergé pour
évaluer la tendance sur plusieurs évolutions complètes.
22
Chapitre 2
Modèles de véhicule
La majorité des articles traitant des suspensions actives utilisent un modèle de quart de
véhicule avec deux degrés de liberté (DDL) [ 1, 4, 7, 28, 29, 30 ] comme illustré à la figure
12. Dans ce cas nous posons l'hypothèse d'un mouvement vertical du véhicule. La
simplicité de ce modèle en facilite l'optimisation et l'analyse.
Ce modèle est semblable au modèle passif mais inclut un actionneur tel qu'illustré à la
figure 13.
L'actionneur applique une force Fa entre les masses suspendues et non suspendues.
Pour formuler la dynamique du système en fonction de variable d'état, nous débutons par
définir le vecteur x.
24
x2 = • dt
(2.1)
dt
^ks ~~ 'CsXl
F — r (v (2.2)
cs — s \
Fh=-ktx,
Les équations sont obtenues en additionnant les forces appliquées sur les masses
suspendues et non suspendues.
d\zs)
ZF 1
ms =FU k+F
s c s+F
l
a - m.
dt2
(2.3)
EF r
us =FJ kl -F1 ks -Frcs -Fr a =mmu •
(Zu)
Par la suite, les équations sont décomposées en fonction du vecteur d'état x, de l'entrée
contrôlée Fa et de l'entrée non contrôlée Zp Le résultat est un système de 4 équations de la
forme :
[x]=[Alxh[B][Fa]+[LhR] (2.4)
0 1 0 -1 ~
0
_K_ _£s_ 0 .£_ 1 "0
ms ms ms ms 0
A= B = L= (2.5)
0 0 0 1 0 -1
1
k c k c 0
—— —— —— mu -
mu
25
Ce modèle représente une vue de coupe de la suspension avant ou arrière. Il s'agit d'un
modèle à 4 degrés de liberté qui modélise une suspension indépendante contrairement à
d'autres articles [ 31, 32, 33 ] qui utilisent un modèle à 3 DDL où la masse non-suspendue
de gauche et de droite est représentée par un seul essieu. Le modèle utilisé est illustré à la
figure suivante :
L/2
Un véhicule normal subit des perturbations semblables du côté gauche et du côté droit. Par
conséquent, les valeurs suivantes sont posées comme paramètres du modèle pour
représenter un véhicule symétrique.
26
= atatmsh (2.6)
Ce modèle est utilisé pour étudier les performances de barres anti-roulis passives et
actives. Il faut noter qu'une barre anti-roulis applique une force égale mais de directions
opposées sur chaque côtés du véhicule. Pour une barre appliquant une force Fbar, les forces
FaR et FaL sont données par :
F -F
1
aR * J
bar (2.7)
F -—F
1 r
aL ~ bar
'uR
x2 ~ZuR -Zrt
x3 = Z
uR
x4 = Z
sL ~ZuL
x5 = Z
»l ~ZrL (2.8)
X = Z
6 uL
x7 = Z
s
X, = #s
xg
La variable 9 est ajoutée pour faciliter le développement d'une loi de contrôle. Les
équations sont obtenues en effectuant la somme des forces et des moments appliqués sur les
masses suspendues et non suspendues. Le résultat est un système de 9 équations de la
forme :
0 0 -1 0 0 0
2
0 0 1 0 0 0 0
0 0 0
mu mu mu 2mu
-L
0 0 0 0 0 -1 1 ~2~
0 0 O
0 0 0 1 O (2. 10)
A=
0 0 ks -c, C
s -Le,
0 mu mu mu mu 2mu
-K C
s -2e,
0 St- 0 0
ms rut, m, m, m,
-L2c,
-Lks
2L
0 £ Lk,
21,
n -Le, n
o o' 0 0
28
O
O O
O
-1 -1 O
mu o O
O o O
B= O
1
(2.11) L
rR - o (2. 12) O (2. 13)
mu
o O
O o O
msh
L o
~
o O
Ce modèle représente une vue de côté d'un véhicule. Contrairement au modèle latéral,
le véhicule n'est pas symétrique et les actionneurs à l'avant et à l'arrière sont indépendants.
Le modèle est illustré à la figure 15.
Tout comme pour les modèles précédents, la formulation variable d'état a été utilisée.
Le vecteur d'état contient 10 variables car la position et l'angle de la masse suspendue ont
été ajoutés afin de faciliter le développement de la stratégie de contrôle.
Z
sR~Z uR
Z
uR ~Z rR
Z
uR
Z
sF~Z uF
Z
uF~Z rF
X — (2. 14)
Z
uF
Z
s
Z
s
Les équations sont obtenues en effectuant la somme des forces et des moments sur la
masse suspendue et non suspendue. Le résultat est un système de 10 équations de la forme
0 U -1 0 0 U 1 Ü b Ü
0 0 1 0 0 0 0 0 0 0
^sR -K ~CsR
0 0 0 0
*<?,*
0
muR muR m
uR m
uR ™uR
0 0 0 0 0 -1 1 0 —a 0
0 0 0 0 0 1 0 0 0 0
k
*F -*, -csF C
sF (2. 16)
A= 0 0 0 0 0
m
uF m
uF m
uF muF m
uF
-KR n csR -ksF (\
C
SF ~ C
sF — sR C
ft acsF - è c s í
0
m
s ms ms ms ms
0 0 0 0 0 0 1 0 0
2 2
~bksR 0
bcsR aksF 0 -acsF ^sF-bcsR fl -a cji? -b c
Is Is Is Is Is Is
0 0 0 0 0 0 0 0 1 0
- -
ro 0
0 0 0
—1 0
0
f R
0 0
0
0 0
0
-1 — -1
(2. 17) BaR 0 (2.18) (2.19)
m
,,F
^ -
0
1 1
m 0
m 0 Ü
0
-a b 0
/, I, 0
0 0
31
O 0
-1 0
O 0
O 0
o 0
(2.20) L = (2. 21)
o 0
o 0
o
msh
o
o
32
Chapitre 3
3.1 Introduction
Différentes méthodes ont déjà été utilisées pour concevoir un contrôleur de suspension
active. Pour comparer leurs performances, leurs avantages et leurs inconvénients, une
suspension active est développée avec chaque stratégie de contrôle.
Le modèle quart de véhicule actif à deux degrés de liberté utilisé est rappelé à la figure
16. La valeur des paramètres est donnée au tableau 3 et demeure constante lors de la
conception de chaque contrôleur. Une très faible importance est accordée à la puissance
consommée par le système actif afin de comparer les performances maximales de chaque
stratégie.
(3.1)
> Kv (3.2)
Pour chaque critère de performance y, une matrice Cy, D y et F y permet de mesurer la
sortie du système. Ces matrices sont données par les équations (3.3) à (3.6).
d2z
• Accélération du passager = x2
dt
cacc = _ ^ _ i î . 0 -^~
C
pneu = [° 0 1 o]
^nra - [o] (3.4)
[0]
^ = [ 1 0 0 0]
Dsmp = [0] (3. 5)
Fsusp = [0]
Force de l'actuateurF
CFa=[0 0 0 0]
DFa = [1] (3. 6)
FFa = [0]
34
Le contrôle par « skyhook damping » est réalisé d'une manière plutôt simple en
utilisant une seule entrée, soit la vitesse de la masse suspendue. La force appliquée par
l'actionneur est donnée par :
F
a = ~C (3.7)
F
a = ~C (3.8)
La méthode donnée précédemment est utilisée pour calculer une nouvelle matrice Ac
qui représente le comportement de la suspension en incluant l'actionneur.
O 1 0 -1
K -Cs'0*!*
O -*-
ms
(3.9)
O O O 1
2
1 +p3x32)dt (3. 10)
Tableau 6 : Poids utilisés pour le quart de véhicule contrôlé par « skyhook damping »
Ces valeurs ont été choisies pour donner des résultats réalistes en se basant sur d'autres
travaux [ 34 ]. L'ordre de grandeur des poids varie en conséquence de l'ordre de grandeur
de chaque critère.
a/ =0 (3.11)
,3csky C
sky°P'
3OUU
\
\
5400
\
5200 -
\
-> 5000 -
.22
eurc
•ff
> 4800 - -
\
\
4600
\
\
4400
X
^ ^ _
1 1 1 ! i i i
Une valeur de 2000 Ns/m est optimale bien qu'une certaine plage offre une
performance similaire.
A- 0 -/v
ms o S
Pi A-^7 O - A - ^
Q= ms (3. 14)
0 O A 0
•A" A 2 O
N= A^ (3. 15)
(3. 16)
m.
F
a = £l*l + S2X2 + #3*3 + #4*4 (3-18)
Une des particularités du contrôle par Ricatti est la nécessité de mesurer toutes les
variables d'état du système. Comme nous l'avons vu, G est une matrice qui multiplie
toutes les variables d'état; il est donc obligatoire de mesurer toutes les variables d'état pour
utiliser cette stratégie de contrôle sur un système réel. Dans le cas d'une suspension active,
certaines variables d'état sont difficilement mesurables. La déflexion du pneu (X3) en est
un bon exemple.
Nous notons la faible valeur de g* qui multiplie la vitesse de la masse non suspendue.
La valeur de g3 est la plus élevée car elle multiplie la déflexion du pneu, qui est réduite par
la grande rigidité du pneu. En tenant compte de l'ordre de grandeur de chaque variable,
nous remarquons l'importance de la déflexion de la suspension et de la vitesse de la masse
suspendue comme entrées du système actif.
La pondération en fréquence est un des grands avantages du contrôle Hœ. Afin de tirer
profit de cet avantage, il est nécessaire d'ajouter des filtres au système pour ajuster la
sensibilité en fréquence de chaque critère. Le schéma suivant illustre le système modélisé
pour le modèle de quart de véhicule actif à 2DDL.
38
ZsuspF
ZpneuF
*• ZaccF
*- FaF
Les filtres Wb et WZR s'appliquent aux entrées de perturbations, soit le bruit de mesure b
et les perturbations de la route ZR. Le bruit de mesure est considéré comme négligeable,
donc son poids est constant et faible. Comme les perturbations de la route sont importantes
pour la conception du contrôleur, le filtre WZR est utilisé. Un filtre passe bas avec une
fréquence de coupure de lHz permet de modéliser la densité spectrale pour qu'elle soit
représentative de celle rencontrée sur les routes.
39
= 27tfc (3.19)
s+p
Le filtre Wsusp est un passe-bas avec une fréquence de coupure de 5Hz. Il permet de
contrôler la déflexion de suspension en basses fréquences là où elle est la plus importante et
le plus facilement contrôlable par l'actionneur. Il permet aussi de réduire la force appliquée
en haute fréquence, car l'actionneur a une fréquence maximale d'opération limitée.
fc =
p = 27rfc (3.20)
s+p
Le filtre Wpneu est constant pour toutes les fréquences et égal à 1. La nécessité de
conserver l'adhérence des pneus sur toute la gamme des fréquences explique ce choix.
Le filtre Wacc correspond au filtre de sensibilité humaine défini dans la section 1.3.3.
/
P
(3.22)
()Fa
s+p
La sortie y servant au contrôle correspond à la déflexion de la suspension qui est
mesurée par un capteur électronique auquel s'ajoute un bruit de mesure.
40
Bien que les critères de performance soient pondérés en fréquence, il est essentiel de les
pondérer en valeur absolue. Pour représenter l'importance relative de chaque critère, un
poids multiplie l'amplitude de chaque filtre. Les poids utilisés sont donnés dans le tableau
8.
Les filtres sont formulés en matrices de variables d'état Ai, Bj, Ci, Di. La signification
des indices i est donnée au tableau 9.
Indice Filtre
1 WzR
2 "susp
3 wfe
4 wacc
5 w pneu
Les matrices A, B, Cy et D y représentent la dynamique du système. Les matrices Ap,
Bp, Cp, Dp définissent le système P(s) qui comprend le système à l'étude et les filtres
ajoutés.
A 0 0 0
0 A 0 0 0
B C
2 s«sp 0 A2 0 0 (3. 23)
0 0 0 A 0
pneu
0 0 0 Á
41
B:R 0 Bfa
Br 0 0
B = 0 0 0 (3. 24)
0 0 B3
0 0 B4Dacc
A ^susp 0 C2 0 0
0 0 0 c3 0
C = D V^ ace 0 0 0 c (3. 25)
P pneu pneu 0 0
C susp
y 0 0 0 0
0 0 0
0 0 A
0 0 .AA,c (3. 26)
0 0 0
0 A 0
10
Frequence (Hz)
II faut noter que l'ordre du contrôleur K(s) est la somme de celle du modèle et des
filtres. Par conséquent, le contrôleur obtenu pour le quart de véhicule est d'ordre 10. La
robustesse du contrôleur doit aussi être vérifiée pour assurer une performance acceptable
lorsque certains paramètres varient selon le chargement ou l'usure. La figure suivante
présente un diagramme pôles zéros du contrôleur. Nous remarquons la présence de pôles et
de zéros rapprochés autour de l'origine, qui pourraient potentiellement être éliminés pour
diminuer l'ordre du contrôleur. Une telle opération doit être effectuée minutieusement, car
d'autres travaux ont démontré que la réduction de l'ordre du contrôleur pouvait amener une
instabilité du système [11].
43
•c
a.
a»
m
E -100 •
-200 •
-300
modele
Skyhook :
Riccati
10J _ Hinf
rep désirée •
• "
" — • "
10' -
10° •
x
:
10-
modele
i
10' Riccati
Hinf
rep désirée
101
S io°
I
101
10 J
10*
10 10° 10'
Frequence (en Hz)
45
tor 1
— modele
Skyhook
Riccati
- Hint
A
10'--
-.0'
Iff1 10" 101 10=
Frequence (en Hz)
Le contrôle par Ricatti possède lui aussi cette particularité. Il offre un intermédiaire
entre le contrôle « skyhook damping » et le système passif. L'atténuation de la résonance
46
Comme pour toute optimisation multi variable, les poids et les filtres utilisés ont une
énorme influence sur la réponse du système. Plusieurs autres contrôleurs réalistes peuvent
être conçu en modifiant les poids et les filtres utilisés.
47
Chapitre 4
4.1 Introduction
Suite aux résultats obtenus avec le modèle de quart de véhicule à 2 DDL, le contrôle par
Ricatti est appliqué au modèle demi véhicule latéral décrit à la section 2.3 et illustré à la
figure 24.
L/2
Le modèle représente un véhicule tout terrain. Trois cas différents sont étudiés.
48
(4. 1)
Ce modèle correspond à la plupart des véhicules utilisés sur les routes d'aujourd'hui.
Pour limiter les mouvements de roulis, une barre anti-roulis est ajoutée. La force appliquée
est une fonction de la différence entre la déflexion de suspension droite et gauche. Pour
une barre anti-roulis ayant une rigidité IÎARB, cette force est donnée par :
Les forces FgR et F3L appliquées par cette barre sont donc :
Pour chaque valeur de rigidité IÍARB, la valeur RMS est évaluée pour chaque critère de
performance. Puisque le système a deux entrées, la démarche est complétée pour une
perturbation de la route et pour une accélération latérale.
x1(f
3 4 5 6 7 9 10
Rigidité barre anti roulis (N/m) x10 4
50
3 4 5 6 7 10
Rigidité barre anti roulis (N/m) x10
Les résultats obtenus ont démontré que la barre anti-roulis a un impact négligeable sur
l'accélération verticale de la masse suspendue pour les deux cas étudiés. Nous conservons
l'accélération angulaire, l'angle de roulis et la déflexion de suspension comme critères de
conception.
Le premier graphique illustre le compromis qui doit être fait entre la stabilité et le
confort en cas de virage. Une barre anti-roulis rigide réduit l'angle de roulis et le
déplacement de suspension mais augmente l'accélération angulaire, ce qui diminue le
confort. En cas de perturbation de la route sur la roue droite, une barre anti-roulis rigide
augmentera à la fois l'angle du châssis et l'accélération angulaire. Cette observation est
tout à fait logique, puisque la suspension est plus rigide lorsqu'une barre anti-roulis est
ajoutée. Pour la déflexion de la suspension, il est possible de trouver une valeur optimale.
15 OOON/m sera utilisée. Le compromis peut être observé sur les graphiques suivants, où la
valeur retenue est identifiée par un point rouge.
0.016
x10
6.5
x10"5 5.5
5 3 Deflexion suspension RMS
Angle roulis RMS
52
1.05
x10" 3
0.95
Angle roulis RMS 0.95 0.9
Deflexion suspension RMS
Dans le cas d'une barre anti-roulis active, la force appliquée Fa est une fonction de la
stratégie de contrôle. Comme dans le cas précédent, la force du côté gauche est de même
amplitude mais de sens opposé à celle de droite.
(4.4)
La conception du contrôleur se fait avec les mêmes critères que ceux utilisés pour la
barre anti-roulis passive. L'équation (4.5) présente les critères devant être minimisés.
-z,,Lf (4. 5)
53
lisCs
o — o AI 2
0
41/
o o 0
2 2
0 0 0
PdAetas^Cs
o - o - 0 0
4L 4L 4/ s
2
4I2 (4.6)
3
PMetas L ksCs
o Ps 2
0 0
Q= 4L 41, 4I2
o 0 0 0 0
Pddtetas s Pddiaas^Cs
o - 0 0
< 4I2
o 0 0 0 0
LW n Pddtetas^ s C
0
4L
o - 4/; 4/;
o P,elc
54
n _ Pddtetas^
N= (4.7) PF (4.8)
— passive
— BAR passive
FSF
10"
10
10
10 :
10' icr 101
Frequence (H2)
10
passive
— BAR passive
FSF
10
ip 10
Iff
1C
10
10- 10 10u 103
Frequence (Hz)
56
10
— passive
• - • BAR passive
FSF
tcf
10"
ICF
1er1
10-1 10"' vf 101 10" 1Û3
Frequence (Hz)
Lorsque l'entrée est une perturbation de la route, les résultats suivants sont obtenus.
57
— passive
- - - BAR passive
FSF
10" 10'
Frequence (Hz)
— passive
— BAR passive
FSF
10*
Frequence (Hz)
58
- — passive
- - - BAR passive :
FSF
i\
A
t \
-
10° -
• \
\
•
10
IO'2 10 10 101 101
Frequence (Hz)
À une fréquence inférieure à 0.1 Hz, le débattement de suspension est amplifié. Pour les
basses fréquences, l'amplitude de la fonction de transfert est importante puisque la densité
spectrale de l'entrée est plus élevée. Il est probable que le système actif nécessite un
déplacement de suspension impossible à réaliser en pratique, spécialement en basses
fréquences. Pour limiter le déplacement de la suspension dans de tels cas, il serait possible
d'utiliser un algorithme qui ajuste la force selon la position de la suspension et son
débattement maximal. De cette manière, il est possible d'améliorer la performance du
système actif sans dépasser le déplacement maximum de la suspension.
Comme les fréquences des perturbations de la route peuvent être élevées, il est
important de limiter la fréquence maximale d'activation de l'actionneur. Pour simplifier le
59
Une particularité du système actif est la nécessité de mesurer toutes les variables d'état.
Avec les progrès de l'électronique, plusieurs capteurs sont disponibles. Par contre,
l'utilisation de plusieurs capteurs augmente le coût total, la complexité du système et les
problèmes du au positionnement. Il est donc préférable de limiter le nombre de capteurs et
privilégier l'utilisation de capteurs simples et fiables.
Dans la plupart des manuels de référence, un observateur est utilisé lorsque certaines
variables d'état ne peuvent ou ne sont pas mesurées [ 22 ]. L'utilisation d'un observateur
permet d'estimer la valeur des variables non mesurées lorsque les paramètres et la
dynamique du système sont connus. Comme certains paramètres peuvent varier
grandement selon l'utilisation ou l'usure (masse transportée, constantes des ressorts et des
amortisseurs) une autre solution est étudiée.
Après avoir posé ces hypothèses, nous pouvons comparer les matrices de contrôle G de
chaque contrôleur.
Matrice G G! G2 G3 G4 G5 G6 G7 G8 G9
variable ZsR-ZuR ZUR-ZTR (ZUR)'
z
sL"ZuL :ZuL-ZrL (Z»L)' (z s )' (teta,)' tetas
FSF8 -12800 -08790 00442 12800 08790 -00442 0 06931 54661
FSF6 -12800 0 00442 12800 0 -00442 0 06931 54661
FSF4 -12800 0 0 12800 0 0 0 06931 54661
60
FSF 6
- - • FSF6
FSF 4
103
10*
10
10 1 103 10*
Frequence (Hz)
10
10J
10--
10 ' 10° 10' Itf
Frequence (Hz)
61
Iff1
10
10 1 10=
Frequence (Hz)
10
10'
10"
Iff1
10 1
10
iff1 10"
Frequence (Hz)
62
10=
10 3
10-'
l<
10° 10°
Frequence ( H Î )
Frequence (Hz)
63
Chapitre 5
5.1 Introduction
Suite aux résultats obtenus sur les modèles à 2 DDL et à 4 DDL, une nouvelle approche
est appliquée pour tirer le maximum des avantages de chaque méthode. Le but est de
développer un contrôleur comprenant à la fois des gains pour les variables facilement
mesurables et des filtres d'un ordre acceptable, pour améliorer la performance du système
actif sur toute la gamme des fréquences utiles. La pondération en fréquence des différents
critères de performance et la modélisation des propriétés de l'actionneur ont aussi été prises
en compte. Afin d'optimiser une telle stratégie de contrôle, les algorithmes génétiques ont
été utilisés.
Le modèle utilisé est rappelé à la figure 41. Il représente une vue de coté d'un véhicule
automobile avec différentes propriétés à l'avant et à l'arrière. Deux actionneurs
indépendants sont situés à chaque extrémité du véhicule.
Wzr
G(S)
WaKR
Wa WKR KR
Wa WKF KF
WaKF
Controller
Comme dans le cas du contrôle H», l'entrée Zr est filtrée pour atténuer les hautes
fréquences. Le filtre est de premier ordre avec une fréquence de coupure de lHz. Une
seule perturbation de la route est appliquée sur le système, directement à la roue avant. Une
vitesse de 80km/h est fixée et la roue arrière subit la même perturbation avec un délai At
donné par :
a +b
At = (5.1)
66
Nous posons l'hypothèse que les accélérations longitudinales sont semblables aux
accélérations latérales et limitées aux basses fréquences. Le filtre utilisé est de premier
ordre avec une fréquence de coupure de 1 Hz,
Pour modéliser la dynamique de l'actionneur, un délai de 50ms est définit [36] entre
l'entrée d'un signal de contrôle et l'application de la force désirée. Un filtre passe bas
ayant une fréquence de coupure de 2.5Hz est utilisé pour représenter Tactionneur. La
figure 43 permet de comparer le délai du filtre et de l'actionneur à différentes fréquences.
Le délai du filtre est acceptable jusqu'à 4Hz, ce qui est supérieur à la fréquence de
résonance de la masse suspendue.
-10-
-10'
-10s
-10?
IO"
5
101 10° 101 10"
Frequence (en Hz)
Les filtres Wsusp , Wpneu sont les mêmes que ceux utilisés dans la section 3.4. Pour
améliorer la mesure de déflexion de suspension, seule la valeur maximale est retenue [ 25 ].
Puisque la perte de traction à une seule extrémité réduit la stabilité du véhicule, la valeur
maximale de déflexion du pneu est retenue. Le filtre Wacc est utilisé pour pondérer
l'accélération verticale et angulaire.
Pour un véhicule ayant 2 capteurs, des résultats intéressants ont été obtenus. Ces deux
capteurs mesurent la déflexion de la suspension, un à l'avant et l'autre à l'arrière. La
vitesse relative de la suspension est obtenue en dérivant cette mesure. Les quatre mesures
disponibles sont incluses dans le vecteur y.
Chaque contrôleur est composé d'un vecteur de gain K qui multiplie le vecteur y contenant
les valeurs mesurées. La sortie est ensuite traitée par un filtre Wk. Le vecteur K comprend
67
un gain kj correspondant à chaque mesure. Pour chaque filtre, des coefficients bi et ai sont
aussi fixés selon l'ordre désiré.
Le système complet P(s) est construit à l'aide des matrices Ai, Bi, Ci et Di où i
correspond aux différents filtres.
LzFCzr L zR^zr L
aCaL BaF^K BaRDaK
o K 0 0 0 0
O 0v K
A, r
0u 0u 0
u
(5 3)
O 0 0 AaL 0 0
B
cKKF 0 0 0 / 0
B
aK
K
R 0 0 0 0
QL
K 0 0
o (5. 5) ,kp =
0
(5. 6)
(54) 0
o
o 0 0
o 0 0
Les poids sont fixés par rapport à un modèle de référence. Ce modèle représente une
suspension passive ayant les paramètres du tableau 5. Le poids de chaque critère i est
l'inverse de la valeur Jiref, obtenue avec le modèle de référence :
1
(5.7)
'iref
(5.8)
5.3 Optimisation
Une population de 100 individus est créée pour le processus d'optimisation. Pour
chaque individu une variation de la rigidité de la suspension ks de 10% est permise ainsi
que la modification de l'amortissement cs. Les gains Ki, a; et bi sont également optimisés.
Les valeurs minimales et maximales ainsi que le nombre de bits sont donnés au tableau 13.
Pour une valeur g du gène comprise entre 0 et 2m, la valeur de la variable x est donnée
en fonction des valeurs minimales et maximales, ainsi que de la longueur du gène.
X — X
X = X /max i nun (5.9)
m
2 -\
Le taux de croisement est de 40% et le taux de mutation de 1%. L'évolution se fait sur
une période de 2000 générations. L'optimisation a été réalisée à plusieurs reprises pour des
filtres d'ordre 1, 2 et 3. La figure suivante représente la réponse en fréquence du filtre de
chaque contrôleur.
69
Les figures suivantes donnent la réponse en fréquence des filtres des contrôleurs avant
et arrière. La figure 45 donne la réponse à une perturbation de la route et la figure 46 à une
accélération latérale.
105-
à >
à
1C1
J
' ' / ••
YÀ •-.
IO''
— ordre 1
ordre 2 j
ordre 3
i i_
10
10' • •
10J
5
1
103 •
10
ortire 1
— ordre 2
ordre 3
1C
10" 10
Frequence (Hz)
Les résultats obtenus pour les différentes optimisations sont donnés au tableau 14.
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Generation
• : -
:
• : -
/
-
I?
\ ;
1
Itf
—
passif
actif
10° 10'
i
FwamntyiwHt)
•r • , -
- ; " •
Fr«p»r«;y[«lHl|
73
Puisque l'amplification est sur une échelle logarithmique, les améliorations sont
considérables. Elles sont également présentes sur la majorité des fréquences rencontrées, et
contrairement aux stratégies de contrôle précédentes, elles ne provoquent pas de déflexion
de suspension importante en basses fréquences. Toutes les fréquences de résonance sont
atténuées ou éliminées, à l'exception de la résonance de la masse non suspendue avec une
perturbation de la route. Nous expliquons ce fait par la difficulté pour un actionneur situé
entre la masse suspendue et non suspendue de contrôler la résonance de la masse non
suspendue et du pneu.
74
Chapitre 6
Utilisation de l'aluminium
Le modèle actif demi véhicule à 4 DDL avec contrôle par Ricatti a été réalisé pour deux
véhicules différents. Le premier conserve les valeurs données précédemment pour le
modèle quart de véhicule. Le deuxième représente un véhicule en aluminium ayant une
masse suspendue réduite de 30% et une masse non suspendue réduite de 20%. Afin de
rendre la comparaison plus réaliste, les valeurs de rigidité et d'amortissement de la
suspension ont été modifiées pour conserver des fréquences de résonance et un pourcentage
d'amortissement constants. Le tableau 15 donne les valeurs utilisées.
Vf1 •
10'
m~
itf;
ti1
-" :
-::
10J 10' 10' 1Ü 10"
Frequenc* I'HZ;
— statslstd srsndaiif
shjmmum alumiiiurr,
.:
1 ™J 10* •
!«• \
10'
V
IO" 1 0
10'
* [Hz]
v e (Hz)
Lors des virages, l'accélération angulaire et le roulis sont réduits sur toute la gamme des
fréquences. La force active demandée est fortement réduite, même aux fréquences de
résonance. Pour des perturbations provenant de la route, l'accélération angulaire est réduite
à la résonance de la masse suspendue, mais conserve la même amplitude à la résonance de
76
la masse non suspendue. Nous remarquons, sur l'ensemble des figures, que la fréquence de
résonance des deux masses est plus élevée. Cette augmentation est bénéfique, notamment
pour la résonance de la masse non suspendue, car la densité spectrale diminue avec
l'augmentation de la fréquence. Pour le roulis et la force active avec une perturbation de la
route, les améliorations sont présentes en basses fréquences, mais moins prononcées que
dans le cas d'un virage. L'ensemble des améliorations est attribuable à la force demandée,
qui est réduite grâce à la réduction de masse du véhicule en aluminium. Pour des
performances identiques, la force demandée sera réduite. Pour une puissance donnée, les
performances seront améliorées.
77
Chapitre 7
Conclusion
Les différentes contraintes reliées au domaine des suspensions automobiles ont été
illustrés au premier chapitre. Cette revue de littérature a permis de définir les critères de
performance et les différentes stratégies de contrôle applicables à la suspension active.
Par la suite, les différents modèles de suspension ont été expliqués au chapitre 2. Le
premier modèle représente un quart de véhicule à 2 degrés de liberté. Les modèles demi
véhicule latéral et longitudinal ont été présentés. Ils permettent d'étudier le roulis et le
tangage absents du modèle quart de véhicule.
Les différentes stratégies de contrôle sont appliquées sur un modèle quart de véhicule
au troisième chapitre. Le « skyhook damping » est une stratégie simple qui donne de bons
résultats. Le contrôle par Ricatti donne des résultats appréciables, mais la nécessité de
mesurer plusieurs variables complique 1'implementation du système. Le contrôle H» offre
des résultats supérieurs aux autres contrôleurs, mais son ordre élevé est une source de
problèmes potentiels. Les résultats obtenus démontrent l'importance de la pondération en
fréquence des critères de performance.
Les résultats donnés au chapitre 4 démontrent qu'une barre anti-roulis active est plus
performante qu'une barre anti-roulis passive. La démarche de simplification présentée
donne d'excellents résultats, facilitant 1'implementation du système sur un véritable
véhicule. L'ajout de filtres et d'algorithmes de limitation de la déflexion de suspension
sont des améliorations proposées pour le système actif.
Les algorithmes génétiques sont utilisés au chapitre 5 pour concevoir un système actif
en utilisant un modèle demi véhicule longitudinal. Cette stratégie permet de réduire
78
l'ensemble des critères de plus de 50%, ce qui est une amélioration appréciable. L'ajout
d'un filtre d'ordre réduit jumelé à des gains explique cette augmentation de la performance.
Finalement, les deux modèles étudiés au chapitre 6 permettent d'observer une légère
augmentation des performances pour un véhicule fait d'aluminium. Ce phénomène
s'explique principalement par la réduction de masse et d'inertie, qui réduit la demande en
énergie.
Les résultats que nous avons obtenus lors de ces travaux de recherche ont fait l'objet
des conférences et des publications suivantes :
• « Optimisation par Ricatti d'une loi de contrôle de suspension automobile »
présenté à la conférence de l'ACFAS 2005 ;
• « Study of Active Anti-Roll Bar Controller for Off Road Vehicle » présenté
au CANCAM 2005 ;
• Un poster sur l'effet de l'utilisation de l'aluminium sur le comportement
dynamique d'une suspension active d'automobile a été publié dans le
mémoire de la recherche du REGAL 2005 ;
• « Design of an Active Suspension Control for a Four DOF Model using
Genetic Algorythm » qui a été présenté à la conférence de l'ASME 2005 ;
79
Recommandations
Les travaux réalisés ont permis de démontrer qu'une suspension active permet d'améliorer
les performances de la suspension, principalement en réduisant la transmissibilité des
différentes fonctions de transfert. Ces calculs ont été obtenus en utilisant des modèles
linéaires. Afin d'améliorer l'exactitude des résultats, les pistes suivantes sont proposées.
Évaluation de la robustesse
Les modèles analogiques ou numériques représentant la suspension, les actionneurs et
les contrôleurs ont tous des propriétés constantes. Une grande partie du développement
d'un système de contrôle est l'évaluation de la robustesse du contrôleur, lorsque certains
paramètres varient dans le temps. La micro analyse est un outil potentiel pour évaluer la
robustesse des systèmes de contrôle.
Références
1. GILLESPIE, Thomas D.; (1992) Fundamentals of Vehicle Dynamics, Warrendale :
Society of Automotive Engineers,Inc, 495p.
2. PRAHLAD, V.; RAO, M.V.C.; (1997) A tunable fuzzy logic controller for vehicle
active suspension systems. Fuzzy Sets and Systems 85, pp. 1183-1191.
12. DIXON, John C. ; (1996) Tires, Suspension and Handling, Warrendale : Society of
Automotive Engineers,Inc, 62 lp.
13. PACEJKA, Hans B. ; (2002) Tires and vehicle dynamics, Warrendale : Society of
Automotive Engineers,Inc, 627p.
15. Can a car really be light, safe and comfortable to drive ?. (2001). Metallurgia:
Volume 68 (Numéro2), pp. FT9-FT10.
16. The battle of the metals. (2000) Automotive engineering international: Août 2000,
pp. 36-53.
17. Steel rules the body panel kingdom. (2002) Automotive engineering international:
Août 2002, pp. 69-72.
19. Aluminium and the XJ. (2003) Automotive engineering international: Avril 2003,
pp. 97-100.
22. FRIEDLAND, Bernard; (1976) Control System Design, United States : McGraw-
Hill, 513p.
24. MITSUO, Gen; RUNWEI, Cheng; (1997) Genetic Algorithms & Engineering
Design, United States : John Wiley & Sons, 41 lp.
25. BAUMAL, A.E.; McPhee, J.J.; Calamai, P.H.; (1998) Application of Genetic
Algorithms to the design optimisation of an active vehicle suspension system.
Comput Method Appl Mech Engrg 163, pp. 87-94
82
26. ALKHATIB, R.; NAKHAIE JAZAR, G.; GOLNARAGHI, M.F.; (2004) Optimal
design of passive linear suspension using genetic algorithm. Journal of Sound and
Vibration 275, pp.665-691
27. HAIPING, Du; LAM, James; Sze, Kam Yim; (2003) Engineering Applications of
Artificial Intelligence 16, pp.667-680
29. BEN MRAD R. ; LEVITT J.A. ; FASSOIS S.D. ; (1994) Non-linear dynamic
modeling of an automobile hydraulic active suspension system. Mechanical Systems
and Signal Processing: Volume 8 (Numéro 5), pp. 485-517.
31. KIM, Hyo-Jun ; PARK, Young-Pil ; (2004) Investigation of robust roll motion
control considering varying speed and actuator dynamics. Mechatronics: Volume
14, pp. 35-54
32. HWANG, S-M. ; Park, Y. ; (1995) Active roll moment distribution based on
predictive control. International Journal of Vehicle Design: Volume 16 Numero 1,
pp.15
35. NELL, S.;STEYN, J.L. (1998) An alternative control strategy for semi-active
dampers on off-road vehicles, Journal of Terramechanics 35, pp.25-40
36. FISHER, Daniel ; ISERMANN, Rolf ; (2003) Mechatronics semi-active and active
vehicle suspensions. Control Engineering Practice: Volume 12, pp. 1353-1367.